论文部分内容阅读
近年来,食品安全问题越来越引起人们的重视,对于配料表详细信息的诉求也越来越高。然而,在查看配料表时经常会出现如“不溶性聚乙烯聚吡咯烷酮”等词语引起人们的不解。在过去,人们可能不去深究,但随着移动互联网的到来,人们获取信息的方式更加便捷,拿出手机即可进行搜索查询。但截止目前,还没有一个专门的系统可以进行配料表的查询,人们使用的还是通过手机浏览器链接互联网搜索引擎,输入配料词语进行查询,如果遇到难认字或字数很多,依旧会带来很大的麻烦。因此,一个能够方便快捷获取配料信息的系统是很有必要的。本文对当前的配料表查询方式和文字识别系统进行了分析,考虑到当前人们智能手机的使用习惯,提出了基于Android的食品配料表识别系统。用户通过Android智能终端进行配料拍摄,将图片上传到服务器,经过一系列预处理及文字识别后,将获取的配料详细信息显示在Android客户端,极大地方便了人们关于配料信息的获取。在理论方面,对预处理(二值化、倾斜校正、字符切分、归一化、细化等)、特征提取、分类器设计等进行了详细论述;在实践方面,完成了整个系统的设计及实现,通过与当前配料查询方式、现有文字识别系统在使用方便度、识别效果、结果全面性等进行了对比,得到较好的结果。经过对本文工作的总结,主要的创新工作归纳如下:1)在拍摄控制的基础上,结合配料表特性,基于投影法,引入聚类分析获取阈值,实现词语和单字分割技术,有效地分离出配料词语或者单字,相较于传统的单字提取,提供了更丰富的模式及更准确的定位。2)鉴于配料词库的有限性,提出了基于编辑距离的智能纠错算法,来改善文字识别后的误差,有效解决了文字识别率无法达到100%的问题。3)提出了基于整词的配料表识别策略,相对于传统的基于单字的识别,可以提供更多的模式信息,减小维度,提供更准确的识别结果,对其他的特定细分领域具有很好的借鉴意义。4)鉴于移动终端应用习惯,提出了反馈式自学习识别策略,用户使用次数越多,得到的结果也将越准确。